Statistical model for deaths and positive cases of covid-19 in Mexico
DOI:
https://doi.org/10.18381/eq.v18i1.7223Keywords:
Gompertz Model, public health, nonlinear least squaresAbstract
Objective: To apply a statistical model of the number of deaths and positive cases of covid-19 in Mexico, to study the behavior of the pandemic in order to look for alternatives and public policies that can mitigate the impact of the damage of the disease in the society.Methodology: The official information provided by the Ministry of Health was used according to the number of positive cases of covid-19, and the number of deaths caused by this disease in Mexico.Limitations: The limitations for this research are the reduced number of data and the possibility of failures in accounting for infections and deaths.Originality: It estimates a statistical model based on the data of the pandemic in Mexico and its application.Results: The Gompertz with four parameters model was selected.Conclusion: The model shows an adequate adjustment and its usefulness in its application at regional levels and for future outbreaks of the disease, in order to take measures and develop public policies that allow reducing the damage caused by the pandemic. Recepción: 08/09/2020 Aceptación: 25/11/2020Downloads
References
Achicanoy H. L. (2000). Descripción cuantitativa de las epidemias de las plantas. Revista Facultad Nacional de Agronomía Medellín, 53 (1), 941-968.
Bauckhage, C. (2020a). The math of epidemic outbreaks and spread (Part 1) Exponential growth versus logistic growth. Recuperado de https://www.researchgate.net/profile/Christian_Bauckhage/publication/340234467_The_Math_of_Epidemic_Outbreaks_and_Spread_Part_1_Exponential_Growth_versus_Logistic_Growth/links/5e830d20299bf130796a9e52/The-Math-of-Epidemic-Outbreaks-and-Spread-Part-1-Exponential-Growth-versus-Logistic-Growth.pdf
Bauckhage, C. (2020b). The math of epidemic outbreaks and spread (Part 2) Least squares parameter estimation for logistic models. Recuperado de https://www.researchgate.net/profile/Christian_Bauckhage/publication/340389204_The_Math_of_Epidemic_Outbreaks_and_Spread_Part_2_Least_Squares_Parameter_Estimation_for_Logistic_Models/links/5e8636b1299bf13079745db8/The-Math-of-Epidemic-Outbreaks-and-Spread-Part-2-Least-Squares-Parameter-Estimation-for-Logistic-Models.pdf
Bauckhage, C. (2020c). The math of epidemic outbreaks and spread (Part 3). Least squares fitting of Gompertz growth models. Recuperado de https://www.researchgate.net/profile/Christian_Bauckhage/publication/340594164_The_Math_of_Epidemic_Outbreaks_and_Spread_Part_3_Least_Squares_Fitting_of_Gompertz_Growth_Models/links/5e934c074585150839d95188/The-Math-of-Epidemic-Outbreaks-and-Spread-Part-3-Least-Squares-Fitting-of-Gompertz-Growth-Models.pdf
Boltvinik, J. (2020, junio/julio). La pandemia refuerza la necesidad del Ingreso Ciudadano Universal (icu) Un mensaje de esperanza. Revista ibero, xii (68), 36-45.
Casas, G. A., D. Rodríguez, D. y Afanador, T. G. (2010). Propiedades matemáticas del modelo de Gompertz y su aplicación al crecimiento de los cerdos. Revista Colombiana de Ciencias Pecuarias, 23 (3), 349-358.
Ciufolini, I. y Paolozzi, A. (2020). Mathematical prediction of the time evolution of the covid-19 pandemic in Italy by a Gauss error function and Monte Carlo simulations. The European Physsical Journal Plus (135), art. 355. DOI: https://doi.org/10.1140/epjp/s13360-020-00383-y
Comisión Económica para América Latina y el Caribe-cepal. (2020). El desafío social en tiempos del covid-19. Disponible en https://www.cepal.org/es/publicaciones/45527-desafio-social-tiempos-covid-19
Consejo Nacional de Evaluación de la Política de Desarrollo Social-Coneval. (2020). La política social en el contexto de la pandemia por el virus SARS-CoV-2 (covid-19) en México. Recuperado de https://www.coneval.org.mx/Evaluacion/IEPSM/Documents/Politica_Social_covid-19.pdf
Coronavirus Resource Center de la Universidad Johns Hopkins. (2020). covid-19. Recuperado de https://hub.jhu.edu/map.html
De Sousa Santos, B. (2020). La cruel pedagogía del virus. Buenos Aires: Consejo Latinoamericano de Ciencias Sociales.
Gobierno de México. (2020). Covid-19 México. Recuperado de https://coronavirus.gob.mx/datos/#DownZCSV
Instituto Nacional de Estadística y Geografía-inegi. (2020a). Resultados de la Encuesta Nacional de Ocupación y Empleo. Cifras durante el primer trimestre de 2020. Recuperado de https://www.inegi.org.mx/contenidos/saladeprens/boletines/2020/enoe_ie/enoe_ie2020_05.pdf
Instituto Nacional de Estadística y Geografía-inegi. (2020b). Encuesta Telefónica de Ocupación y Empleo (etoe). Resultados de junio 2020. Recuperado de https://www.inegi.org.mx/contenidos/investigacion/etoe/doc/etoe_presentacion_resultados_junio_2020.pdf
Laufer, M. (2020). Ciencia y la pandemia covid-19. Interciencia, 45 (3), 121-123.
Martínez, E. (2008). Logit Model como modelo de elección discreta: origen y evolución. Anuario Jurídico y Económico Escurialense (41), 469-484.
Martínez-Anaya, C., Ramos-Cervantes, P. y Vidaltamayo, R. (2020). Coronavirus, diagnóstico y estrategias epidemiológicas contra covid-19 en México. Educación Química, 31 (2), 12-19.
May-Cen, I. D. J. (2016). Modelos de dinámica poblacional en ecología. Revista del Centro de Graduados e Investigación, 32 (60), 50-55.
Medina Mendieta, J. F., Cortés Cortés M. E. y Cortés Iglesias, M. (2020). Ajuste de curvas de crecimiento poblacional aplicadas a la covid-19 en Cuba. Revista Habanera de Ciencias Médicas, 19 (suplemento), 1-15. Recuperado de http://www.revhabanera.sld.cu/index.php/rhab/article/view/3353
Muñiz, C. y Corduneanu, V. I. (2020). Percepción de riesgo y consumo mediático durante el inicio de la pandemia de covid-19 en México. Más Poder Local, (41), 44-47.
Neill, J. W. (1988). Testing for lack of fit in nonlinear regression. Annals of Statistics, 16 (2), 733-740.
Organización Mundial de la Salud-oms. (2020). Covid-19: cronología de la actuación de la
OMS. Recuperado de https://www.who.int/es/news-room/detail/27-04-2020-who-timeline---covid-19
Pérez-Rodrigo C., Gianzo M., Hervás G., Fátima Ruiz F., Casis L., Aranceta-Bartrina J. y Grupo Colaborativo de la Sociedad Española de Nutrición Comunitaria-senc. (2020). Cambios en los hábitos alimentarios durante el periodo de confinamiento por la pandemia covid-19 en España. Revista Española de Nutrición Comunitaria, 26 (2), 1-17.
Richards, F. (1959). A flexible growth function for empirical use. Journal of Experimental Botany, 10 (2), 290-301. Recuperado de https://doi.org/10.1093/jxb/10.2.290
Sandín, B., Valiente, R. M., García-Escalera, J., & Chorot, P. (2020). Impacto psicológico de la pandemia de covid-19: efectos negativos y positivos en población española asociados al periodo de confinamiento nacional. Revista de Psicopatología y Psicología Clínica, 25 (1), 1-22.
Sarabia, S. (2020). La salud mental en los tiempos del coronavirus. Revista de Neuro-Psiquiatría, 83 (1), 3-4.
Serendipia. (2020). Datos abiertos sobre casos de Coronavirus covid-19 en México. Recuperado de https://serendipia.digital/2020/03/datosabiertos-sobre-casos-de-coronavirus-covid-19-en-mexico/
Suárez M., Valdés, C., Galindo, M., Salvador, L., Ruiz, N., Alcántara-Ayala, I., López, M., Rosales, A., Lee, W., Benítez, H., Bringas, O., Oropeza, O., Peralta A. y Garnica-Peña, R. (2020). Índice de vulnerabilidad ante el covid-19 en México. Investigaciones Geográficas. DOI: http://dx.doi.org/10.14350/rig.60140
Tjørve, K. M. C. y Tjørve, E. (2017). The use of Gompertz models in growth analyses, and new Gompertz-model approach: An addition to the Unified-Richards family. plos one, 12 (6): e0178691.
Tsoularis, A. y Wallace, J. (2002). Analysis of logistic growth models. Mathematical Biosciences, 179 (1), 21-55.
Vargas, A. T., Ochoa, E. y Galindo, A. (2020). Coronavirus, hacia la siguiente pandemia del siglo xxi. Ciencia, 71 (2), 84-89.
Published
How to Cite
Issue
Section
License
El contenido publicado en EconoQuantum se encuentra bajo una Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
